Este é um post disponível para assinantes MVPEste post também está disponível para assinantes da .net Magazine DIGITAL ou para quem possui Créditos DevMedia. Clique aqui para saber mais!
dê seu feedback
post favorito
PivotViewer - Artigo .Net Magazine 79
Neste artigo você irá conhecer o PivotViewer, o novo controle do Silverlight que nos permite realizar pesquisas no estilo Pivot, com a utilização de imagens e usando o famoso recurso de DeepZoom. Nesse artigo você verá como criar coleções para serem exibidas no PivotViewer e como incluir esse controle nas suas aplicações Silverlight.
.net Magazine 79
[Artigo já está disponível no Leitor Digital DevMedia®. Clique aqui para acessá-lo]
> Clique aqui para ler todos os artigos da .net Magazine 79
[Artigo já está disponível no Leitor Digital DevMedia®. Clique aqui para acessá-lo]
> Clique aqui para ler todos os artigos da .net Magazine 79
PivotViewer
OLAP é a sigla de On-Line Analitical Processing, e foi um termo que surgiu com força na década de noventa. A ideia do OLAP é permitir a manipulação, análise e navegação em um grande volume de dados, através de múltiplas perspectivas, ou dimensões.
O objetivo por trás das pesquisas multidimensionais do OLAP é possibilitar a análise de tendências através de complexos cálculos e comparações de grandes quantidades de dados, para que o usuário por trás dessa ferramenta possa tomar decisões de negócio com um maior grau de precisão.
A sigla OLAP surgiu como contraponto ao OLTP (On Line Transaction Processing). OLTP é um termo usado para qualificar aplicações transacionais, aquelas que estamos acostumados a desenvolver, onde a maioria das operações envolve o input dos dados, e as consultas são tabuladas direto do banco de dados relacional.
Enquanto OLTP é sinônimo de aplicações que tratam os dados do ponto de vista operacional, o OLAP foi o termo dado aos sistemas especializados em processar, armazenar e consultar dados do ponto de vista analítico e não operacional.
O OLAP é apenas uma parte do que é chamado de Business Inteligence, que também engloba os tradicionais relatórios relacionais, e o Data Mining.
Pivot Tables
OLAP por si só é o conceito que fundamenta a ideia dos sistemas especializados em análise de dados. Na prática, a maioria dos usuários desses sistemas interage com o OLAP através de ferramentas conhecidas como “Tabelas Dinâmicas” ou “Pivot Tables”.
A mais conhecida e popular delas está dentro do Excel da Microsoft. Aliás, grande parte dos sistemas de OLAP interage com a tabela dinâmica do Excel. As tabelas dinâmicas do Excel já existem há um bom tempo, e como você pode ver na Figura 1, é um exemplo clássico do poder por trás das aplicações OLAP.
Note que a tabela dinâmica (Pivot Table) possui uma lista de campos, que podem ser dimensões (aspectos da pesquisa), ou valores que podem sofrer cálculos de acordo com a forma que a tabela é organizada.
O usuário pode literalmente mover esses campos entre as diferentes áreas da tabela dinâmica, e assim montar a pesquisa que lhe retorne a informação necessária. Tabelas dinâmicas também são conhecidas como cubos, já que sua principal característica é a possibilidade de visualizar os dados sob diferentes dimensões.
Na prática as tabelas dinâmicas têm um grande poder de agrupamento de dados, permitindo que o resultado de um determinado agrupamento (ou combinação de agrupamentos), seja extraído em tempo real. O resultado desses agrupamentos é exibido sempre no formato numérico, organizado na forma de tabela, com totais que podem ser simplesmente sumarizados, ou sofrer qualquer outro tipo de cálculo ou função, que tenha sido previamente definido.
PivotViewer
As tabelas dinâmicas são e continuam sendo uma poderosa ferramenta analítica. Ela é utilizada massivamente em sistemas de Business Inteligence, e provavelmente tenha sido uma das principais inovações tecnológicas que tivemos na década de noventa.
Agora tente imaginar outro tipo de tabela dinâmica. Um que não nos mostra resultados numéricos tabulados, mas sim itens de uma coleção de dados, representados por imagens de alta definição. Continuamos com a capacidade de realizar pesquisas analíticas, sob diversos aspectos possíveis, porém o objeto da pesquisa é que tem um impacto muito mais visual.
"
ATENÇÃO! A exibição deste artigo foi interrompida.
Este é um post disponível para assinantes MVP
OLAP é a sigla de On-Line Analitical Processing, e foi um termo que surgiu com força na década de noventa. A ideia do OLAP é permitir a manipulação, análise e navegação em um grande volume de dados, através de múltiplas perspectivas, ou dimensões.
O objetivo por trás das pesquisas multidimensionais do OLAP é possibilitar a análise de tendências através de complexos cálculos e comparações de grandes quantidades de dados, para que o usuário por trás dessa ferramenta possa tomar decisões de negócio com um maior grau de precisão.
A sigla OLAP surgiu como contraponto ao OLTP (On Line Transaction Processing). OLTP é um termo usado para qualificar aplicações transacionais, aquelas que estamos acostumados a desenvolver, onde a maioria das operações envolve o input dos dados, e as consultas são tabuladas direto do banco de dados relacional.
Enquanto OLTP é sinônimo de aplicações que tratam os dados do ponto de vista operacional, o OLAP foi o termo dado aos sistemas especializados em processar, armazenar e consultar dados do ponto de vista analítico e não operacional.
O OLAP é apenas uma parte do que é chamado de Business Inteligence, que também engloba os tradicionais relatórios relacionais, e o Data Mining.
Pivot Tables
OLAP por si só é o conceito que fundamenta a ideia dos sistemas especializados em análise de dados. Na prática, a maioria dos usuários desses sistemas interage com o OLAP através de ferramentas conhecidas como “Tabelas Dinâmicas” ou “Pivot Tables”.
A mais conhecida e popular delas está dentro do Excel da Microsoft. Aliás, grande parte dos sistemas de OLAP interage com a tabela dinâmica do Excel. As tabelas dinâmicas do Excel já existem há um bom tempo, e como você pode ver na Figura 1, é um exemplo clássico do poder por trás das aplicações OLAP.
Note que a tabela dinâmica (Pivot Table) possui uma lista de campos, que podem ser dimensões (aspectos da pesquisa), ou valores que podem sofrer cálculos de acordo com a forma que a tabela é organizada.
O usuário pode literalmente mover esses campos entre as diferentes áreas da tabela dinâmica, e assim montar a pesquisa que lhe retorne a informação necessária. Tabelas dinâmicas também são conhecidas como cubos, já que sua principal característica é a possibilidade de visualizar os dados sob diferentes dimensões.
Na prática as tabelas dinâmicas têm um grande poder de agrupamento de dados, permitindo que o resultado de um determinado agrupamento (ou combinação de agrupamentos), seja extraído em tempo real. O resultado desses agrupamentos é exibido sempre no formato numérico, organizado na forma de tabela, com totais que podem ser simplesmente sumarizados, ou sofrer qualquer outro tipo de cálculo ou função, que tenha sido previamente definido.
PivotViewer
As tabelas dinâmicas são e continuam sendo uma poderosa ferramenta analítica. Ela é utilizada massivamente em sistemas de Business Inteligence, e provavelmente tenha sido uma das principais inovações tecnológicas que tivemos na década de noventa.
Agora tente imaginar outro tipo de tabela dinâmica. Um que não nos mostra resultados numéricos tabulados, mas sim itens de uma coleção de dados, representados por imagens de alta definição. Continuamos com a capacidade de realizar pesquisas analíticas, sob diversos aspectos possíveis, porém o objeto da pesquisa é que tem um impacto muito mais visual.
"
ATENÇÃO! A exibição deste artigo foi interrompida.
Este é um post disponível para assinantes MVPEste post também está disponível para assinantes da .net Magazine DIGITAL ou para quem possui Créditos DevMedia. Clique aqui para saber mais!
Você está em:
canal .net
Publicidade
Rodrigo Sendin
Space do autor
é Arquiteto de Sistemas e trabalha com desenvolvimento de Software há mais de 13 anos. Tecnólogo formado pela FATEC de Americana e MCP .NET.
Space do autor
0
0
